创新及产品管理能力建设项目 – 第 17 页 – 联合国创新及产品管理能力建设项目(UNSDGT)

什么是图优化（Graph Optimization）？

图优化（Graph Optimization）是一种数学优化方法，用于在图结构模型中求解最优解，其中图由节点（表示变量或实体）和边（表示约束或关系）构成，目标是通过最小化或最大化特定目标函数来调整节点状态，从而高效处理变量间的相互依赖和约束 […]

编译器优化技术是指在编译器将高级编程语言源代码转换为机器可执行代码的过程中，所应用的一系列自动化技术方法，旨在提升生成代码的执行效率、减少资源消耗（如内存占用或CPU时间），同时严格保持程序的外部行为和语义不变。这些技术包括循环展开、常量折 […]

Mace（Mobile AI Compute Engine）是由百度开源的一款轻量级深度学习推理框架，专为移动和嵌入式设备设计，旨在优化人工智能模型在资源受限环境中的部署和执行效率。它支持跨平台运行，通过高效的计算调度和模型压缩技术，显著提 […]

TensorRT是由NVIDIA开发的高性能深度学习推理优化器和运行时库，专为加速训练好的模型在生产环境中的推理阶段而设计。它通过层融合、内核自动调优、动态内存管理和多精度支持（如FP16或INT8）等技术，在保持模型准确性的同时显著减少延 […]

模型推理服务器是一种专门用于执行人工智能模型推理任务的服务器系统，它部署在云端或本地环境中，负责接收客户端发送的输入数据，运行预训练的AI模型（如深度学习模型）进行预测或分类，并将结果高效返回给请求方。这种服务器设计时注重性能优化、可扩展性 […]

显著性映射（Saliency Maps）是一种深度学习的可视化工具，用于揭示输入数据（如图像）中对模型预测结果贡献最大的区域。它通过计算输入特征相对于模型输出的梯度或其他显著性度量，生成热力图，其中高亮区域表示模型决策的关键部分，从而帮助理 […]

因果AI（Causal Artificial Intelligence）是一种专注于从数据中推断和建模因果关系而非仅相关性的智能范式，它利用因果图、反事实推理等工具揭示变量间的因果效应，从而回答“如果…那么…”类问题 […]

数据卡（Data Card）是一种结构化的文档，用于全面描述机器学习数据集的关键元数据信息，包括数据来源、收集方法、规模、质量指标、潜在偏见、使用限制和伦理考量等。它旨在为数据使用者提供透明的数据背景，促进数据的负责任和道德使用，确保模型训 […]

AI伦理委员会（Artificial Intelligence Ethics Committee）是一个由跨学科专家组成的机构，负责监督人工智能系统的开发、部署和使用过程，确保其符合道德、法律和社会规范，如公平性、透明性、隐私保护及问责制等 […]

可验证AI是指一类人工智能系统，其核心特性在于能够通过形式化方法、测试覆盖或监控机制对其行为、决策和输出进行可靠验证与审计，以确保在特定任务中符合预定标准如正确性、安全性和公平性。这种AI强调在开发过程中嵌入可验证性设计，例如使用数学证明或 […]